文章列表-AI魔法学院

文章列表

AI数字人：重构人货场的新力量

一、AI数字人的定义和发展 AI数字人是指通过计算机技术创造的具有人类外貌特征、行为举止和语音表达的虚拟存在形式。

数字人 AI 商业

人话聊AI大模型：AIGC如何助力营销的秘密（上）

Stability.AI是一家为图像、语言、音频、视频、3D等领域提供开源AI模型的公司。

大模型

真格基金大模型能力测试问题集---进阶篇

凯伦大声喊道。

中文评测大模型

2023检索增强生成技术（RAG）研究进展

我们能如何提升模型对抗错误信息和噪声的能力？

RAG 检索增强

查理·芒格：关于人生的13个忠告

对此，巴菲特发表声明称，“如果没有查理的灵感、智慧和参与，伯克希尔-哈撒韦就不可能发展到今天的地位。”

人生箴言查理芒格

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

ensp;Sora发布的潜在影响 ▎C端 / 对于普通人 •这或许是独立创作者最好的年代，Sora发布之后，文案、音效

sora openai 视频生成

目前有哪些比较成功的人工智能应用？

语音：音乐，录音等等音频格式的文件。

生成式AI

玩转大模型必备：milvus向量数据库私有化安装部署及使用介绍

音频检索系统：快速检索海量演讲、音乐、音效等音频数据，并返回相似音频。

向量数据库

向量数据库简介和5个常用的开源项目介绍

随着我们对人工智能应用，如图像识别、语音搜索或推荐引擎的深入研究，数据的性质变得更加复杂。

开源模型

如何免费打造自己的数字人主播：StableDiffusion插件SadTalker打造本地数字人主播

Sadtalker是一个能够根据图片和音频生成视频的开源项目，它使用了一种叫做SadNet的神经网络，可以实现风格化的单图说话人脸动画。

数字人

Stable Diffusion

硬核解读Stable Diffusion（系列二）

文生图根据文本生成图像这是文生图的最核心的功能，下图为SD的文生图的推理流程图：首先根据输入text用text encoder提取text embeddings，同时初始化一个随机噪音noise

StableDiffusion 文生图

没有思考过 Embedding，不足以谈 AI

有一条是显然可以给出的：性质一：每一个词具有唯一量化值，不同词需要具有不同的量化值背后的逻辑不言自明：一词多数，或是多词一数，都会增加计算机理解语言的难度，这种难度就如同多音字或是多义词给人类造成的困难

开源模型

实现聊天机器人打字机形式输出内容：SSE原理介绍及Post实现方式

而在SSE中，浏览发送一个请求给服务端，通过响应头中的Content-Type:text/event-stream等向客户端声名这是一个长连接，发送的是流数据，这样客户端就不会关闭连接，一直等待服务端发送数据

大模型

盘点字节跳动最新的AI应用

这其中包括一些业务线负责人转移到大模型团队，比如抖音社交负责人陆游。

字节 AI工具

中学生也能看懂的Sora视频生成原理解读

具体到Sora的实现，这个过程开始于一段与目标视频同样时长、但是内容完全是随机噪声的视频。

视频生成 sora

<...15 16 17 181920 21 22 23 24 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1